世界模型

UAMDP: Uncertainty-Aware Markov Decision Process for Risk-Constrained Reinforcement Learning from Probabilistic Forecasts

UAMDP：面向风险约束强化学习的概率预测不确定性感知马尔可夫决策过程

Michal Koren, Or Peretz, Tai Dinh, Philip S. Yu

机构 * The Kyoto College of Graduate Studies for Informatics（京都大学研究生院信息学研究科） ； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学芝加哥分校计算机科学系） 纠错

专题命中 模型式强化学习 ：latent dynamics(abstract)；分类 cs.LG

AI总结 UAMDP通过整合概率预测、后验不确定性探索和风险约束规划，提升高波动环境下序列决策的安全性和盈利能力。